想被大鸡吧操,草草在线祝频,久久无视频码,日韩在线精品看看,日韩一区久久久色婷婷,精品粉嫩久久久懂色,97超碰青青色青青爱,黄色视频在线观看福利,影音先锋美味人妻

English | 中文版 | 手機版 企業(yè)登錄 | 個人登錄 | 郵件訂閱
生物器材網(wǎng) logo
生物儀器 試劑 耗材
當前位置 > 首頁 > 技術文章 > 180微米深度高保真超分辨率成像重建圖像線性相關性高達92%

180微米深度高保真超分辨率成像重建圖像線性相關性高達92%

瀏覽次數(shù):532 發(fā)布日期:2025-10-23  來源:本站 僅供參考,謝絕轉載,否則責任自負
超分辨率成像技術近年來在生物醫(yī)學領域引發(fā)了革命性變革,使得研究人員能夠在亞細胞尺度上可視化生物結構。然而,深層組織超分辨率成像一直受限于背景干擾,導致成像深度有限和保真度下降。為了克服這些挑戰(zhàn),Liang等人提出了一種新型成像系統(tǒng)——雙共聚焦旋轉盤圖像掃描顯微鏡(C2SD-ISM)。該系統(tǒng)通過集成旋轉盤共聚焦顯微鏡,物理性消除離焦信號,形成第一層共聚焦級;同時利用數(shù)字微鏡設備實現(xiàn)稀疏多焦點照明,并結合動態(tài)針孔陣列像素重分配算法進行超分辨率重建,形成第二層共聚焦級。這種雙共聚焦配置不僅提升了系統(tǒng)分辨率,還能有效抑制散射背景干擾。與傳統(tǒng)計算方法相比,旋轉盤技術能在穿透深度增加時保留原始強度分布,實現(xiàn)高達180微米的成像深度。此外,DPA-PR算法可校正斯托克斯位移、光學像差等非理想條件,能夠以144納米的精度在平面上分辨細節(jié),并以351納米的精度在深度上區(qū)分層次,且重建圖像與原始共聚焦圖像之間的線性相關性高達92%,從而實現(xiàn)了高保真超分辨率成像。該系統(tǒng)還支持結構化照明顯微鏡模態(tài),展現(xiàn)出優(yōu)異的可擴展性和易用性,為現(xiàn)代生物成像需求提供了強大工具。

本研究成果由Qianxi Liang、Wei Ren、Boya Jin、Liang Qiao、Xichuan Ge、Yunzhe Fu、Xiaoqi Lv、Meiqi Li和Peng Xi共同完成,論文題為“High-fidelity tissue super-resolution imaging achieved with confocal2 spinning-disk image scanning microscopy”,于2025年發(fā)表在《Light: Science & Applications》期刊。

重要發(fā)現(xiàn)
01光學系統(tǒng)設計與硬件實現(xiàn)
C2SD-ISM系統(tǒng)的核心在于其創(chuàng)新的光學配置,它巧妙融合了旋轉盤共聚焦顯微鏡和數(shù)字微鏡設備。旋轉盤被放置在樣本共軛平面上,通過物理方式實時移除離焦信號,從而減少背景干擾對后續(xù)重建過程的影響。數(shù)字微鏡設備則用于生成稀疏多焦點照明模式,這種照明方式通過程序化控制實現(xiàn)高效采樣。系統(tǒng)采用多模激光作為光源,并結合方形勻化光纖,確保照明均勻且無散斑。光學路徑中,樣本焦平面、旋轉盤針孔陣列、數(shù)字微鏡設備和sCMOS傳感器平面均處于共軛狀態(tài),保證了成像的精確性。數(shù)字微鏡設備的衍射特性經(jīng)過系統(tǒng)優(yōu)化,入射角設置為26.3°,可在多色成像(如561nm、488nm和405nm波長)中實現(xiàn)超過95%的衍射效率,出口角差異控制在可接受范圍內,從而避免了視場偏差和照明不均問題。

02旋轉盤模式優(yōu)化與性能驗證
旋轉盤的設計采用阿基米德螺旋排列的針孔陣列,通過電子束光刻和蝕刻工藝制成。為了提升成像速度,研究團隊開發(fā)了多同心螺旋設計(N>1),將全視場分為N個子區(qū)域進行并行掃描。理論表明,這種設計可將均勻照明速度提升N倍,例如當N=12時,曝光時間間隔縮短至原設計的1/12,從而簡化了與旋轉速度的同步操作。針孔直徑與間距的比值設置為50μm:250μm,以平衡信噪比和分辨率。實驗驗證表明,旋轉盤能有效增強成像對比度:在小鼠腎臟組織切片成像中,引入旋轉盤后,局部對比度提升約三倍,且多焦點照明模式下的信噪比和點信號清晰度顯著改善。這為后續(xù)算法重建提供了高質量輸入數(shù)據(jù)。

03DPA-PR重建算法的高保真實現(xiàn)
傳統(tǒng)圖像掃描顯微鏡重建通;诶硐朦c擴散函數(shù)假設,但實際系統(tǒng)中存在斯托克斯位移和光學像差,導致重建保真度下降。C2SD-ISM系統(tǒng)引入了動態(tài)針孔陣列像素重分配算法,該算法通過構建虛擬探測器陣列來模擬多視角成像。具體過程包括:首先定位照明光學軸,然后對原始圖像進行采樣和重組,生成25張共聚焦子圖像,最后通過相位互相關進行配準和疊加。重建結果進一步通過去卷積處理,實現(xiàn)近兩倍的分辨率提升。與常規(guī)像素重分配方法相比,DPA-PR算法能自適應校正非理想因素,重建圖像與衍射極限共聚焦圖像的峰值信噪比和結構相似性指數(shù)更高,線性相關性R²達到0.92,顯著降低了偽影。

04成像性能與生物應用驗證
通過模擬實驗和生物組織成像,C2SD-ISM系統(tǒng)展現(xiàn)了卓越的3D分辨率提升。在合成微管數(shù)據(jù)集中,引入旋轉盤后,DPA-PR重建的橫向分辨率提升至144納米,軸向分辨率達351納米,且結構細節(jié)更清晰。與計算背景去除算法(如滾動球和小波去噪)相比,旋轉盤的物理離焦信號去除能更好地保留樣本結構信息,實現(xiàn)更高的保真度。在實際生物樣本如小鼠腎臟切片中,系統(tǒng)在12微米厚度樣本上實現(xiàn)了高對比度成像,穿透深度達180微米。多色成像實驗進一步驗證了系統(tǒng)在tri-color標記樣本(如線粒體、F-肌動蛋白和細胞核)中的穩(wěn)定性,視場均勻性無波長差異。此外,系統(tǒng)的高通量能力通過斑馬魚血管3D成像得到體現(xiàn),拼接成像覆蓋2.91 mm x 1.26 mm x 0.18 mm體積,分辨率媲美高數(shù)值孔徑物鏡的共聚焦成像。

創(chuàng)新與亮點
C2SD-ISM系統(tǒng)的核心創(chuàng)新在于突破了深層組織超分辨率成像的多個技術難題。首先,通過雙共聚焦策略物理性消除離焦信號,解決了傳統(tǒng)計算方法導致的信號失真問題。旋轉盤技術的引入不僅提升了成像對比度,還保留了原始強度分布,為高保真重建奠定了基礎。其次,動態(tài)針孔陣列像素重分配算法克服了理想點擴散函數(shù)假設的局限性,能自適應校正斯托克斯位移和光學像差,實現(xiàn)近乎理論極限的分辨率提升。此外,數(shù)字微鏡設備的程序化控制使系統(tǒng)支持多模態(tài)成像,如投影式結構化照明顯微鏡,進一步擴展了應用場景。系統(tǒng)價值體現(xiàn)在其高通用性上:它兼具高分辨率(橫向144納米、軸向351納米)、大穿透深度(180微米)和高通量能力,適用于從細胞成像到組織尺度探索的多種生物研究需求。與現(xiàn)有技術相比,C2SD-ISM在保持高速成像的同時,顯著降低了光毒性和偽影,為活體動態(tài)過程研究提供了新可能。

總結與展望
C2SD-ISM系統(tǒng)通過集成旋轉盤共聚焦顯微鏡和數(shù)字微鏡設備,結合創(chuàng)新算法,成功實現(xiàn)了高保真深層組織超分辨率成像。該系統(tǒng)在分辨率、穿透深度和重建保真度方面均表現(xiàn)出色,為生物醫(yī)學研究提供了強大工具。未來,通過整合自適應光學技術,系統(tǒng)可進一步校正樣本誘導像差,提升在復雜生物結構中的成像精度。長波長熒光探針和非線性激發(fā)策略(如雙光子吸收)的引入,有望減少散射和自發(fā)熒光,擴展穿透深度。此外,深度學習算法的應用可優(yōu)化重建過程,降低數(shù)據(jù)采集需求,實現(xiàn)實時超分辨率成像。C2SD-ISM平臺的靈活性和可擴展性使其在動態(tài)生物過程觀測和大規(guī)模生物研究中具有廣闊前景,有望深化我們對復雜生物系統(tǒng)的理解。

論文信息
聲明:本文僅用作學術目的。
Liang Q, Ren W, Jin B, Qiao L, Ge X, Fu Y, Lv X, Li M, Xi P. High-fidelity tissue super-resolution imaging achieved with confocal2 spinning-disk image scanning microscopy. Light Sci Appl. 2025 Aug 4;14(1):260.

DOI:10.1038/s41377-025-01930-x.

發(fā)布者:羅輯技術(武漢)有限公司
聯(lián)系電話:13260667811
E-mail:logiscience@163.com

用戶名: 密碼: 匿名 快速注冊 忘記密碼
評論只代表網(wǎng)友觀點,不代表本站觀點。 請輸入驗證碼: 8795
Copyright(C) 1998-2026 生物器材網(wǎng) 電話:021-64166852;13621656896 E-mail:info@bio-equip.com
舟曲县| 渝北区| 普格县| 墨玉县| 榆林市| 沙洋县| 锡林浩特市| 桃园县| 广东省| 阜新市| 若尔盖县| 田东县| 长春市| 米脂县| 兴安县| 高平市| 乐至县| 新绛县| 江门市| 苏尼特左旗| 山东| 全南县| 绥德县| 辽宁省| 陆丰市| 阿拉尔市| 都昌县| 兴仁县| 和林格尔县| 共和县| 南汇区| 九寨沟县| 深泽县| 济南市| 津市市| 城固县| 高阳县| 桐乡市| 淄博市| 汉寿县| 云安县|